Python 标准库之 re (正则表达式操作)

date

Mar 3, 2020

slug

5589749877991424

status

Published

re 库的两种对象

Pattern ：正则表达式对象 Match ：匹配对象

常用内容

search

匹配字符串的第一个位置


In [1]: import re
In [2]: s = "I am a simple string"In [3]: r = re.search("am", s)
In [4]: r
Out[4]: <re.Match object; span=(2, 4), match='am'>In [5]: r.span()
Out[5]: (2, 4)
In [7]: r.group()
Out[7]: 'am'

match

从字符串开始的位置匹配


In [1]: import re
In [2]: s = "I am a simple string"In [3]: r = re.match("I", s)
In [4]: r
Out[4]: <re.Match object; span=(0, 1), match='I'>In [5]: r.span()
Out[5]: (0, 1)
In [6]: r.group()
Out[6]: 'I'In [7]: r = re.match("am", s)
In [8]: print(r)
None

findall

匹配所有的字串并返回一个匹配列表


In [1]: import re
In [2]: s = "Python 3.8.1 (tags/v3.8.1:1b293b6, Dec 18 2019, 22:39:24)"In [3]: re.findall(r"\d+", s)
Out[3]: ['3', '8', '1', '3', '8', '1', '1', '293', '6', '18', '2019', '22', '39', '24']

finditer

返回为一个元素未匹配对象的迭代器


In [1]: import re
In [2]: s = "Python 3.8.1"In [3]: r =  re.finditer(r"\d+", s)
In [4]: r
Out[4]: <callable_iterator at 0x56022f8>In [5]: for i in r:
    ...:     print(i)
    ...:     print(i.group())
    ...:
    ...:
<re.Match object; span=(7, 8), match='3'>3<re.Match object; span=(9, 10), match='8'>8<re.Match object; span=(11, 12), match='1'>1

sub

替换匹配到的字串


In [1]: import re
In [2]: s = "I am a simple string"In [3]: re.sub("s\w*", "python", s)
Out[3]: 'I am a python python'

compile

将正则表达式编译为一个正则表达式对象，用于多次匹配


In [1]: import re
In [2]: pattern = r"\d+"In [3]: p = re.compile(pattern)
In [4]: r = p.findall("abc123 k23 77")
In [5]: r
Out[5]: ['123', '23', '77']
In [6]: r = p.findall("1.2@12*g00")
In [7]: r
Out[7]: ['1', '2', '12', '00']

速查表

函数参数说明

参数	功能
`pattern`	匹配的正则表达式
`string`	要匹配的字符串
`flags`	标志位，用于控制正则表达式的匹配方式
`maxsplit`	分隔次数，默认为 0，不限制次数
`pos`	可选参数，指定字符串的起始位置，默认为 0。
`endpos`	可选参数，指定字符串的结束位置，默认为字符串的长度。
`repl`	替换的字符串，也可为一个函数
`count`	模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

标志常量

标志	功能
`re.A` `re.ASCII`	让 , , , , 和只匹配ASCII
`re.DEBUG`	显示编译时的debug信息，没有内联标记
`re.I` `re.IGNORECASE`	忽略大小写匹配
`re.L` `re.LOCALE`	由当前语言区域决定 , , 和大小写敏感匹配 (?i)
`re.M` `re.MULTILINE`	多行匹配 (?m)
`re.S` `re.DOTALL`	让 ‘.’ 特殊字符匹配任何字符，包括换行符 (?s)
`re.X` `re.VERBOSE`	这个标记允许你编写更具可读性更友好的正则表达式，空白符号会被忽略，除非在一个字符集合当中或者由反斜杠转义，或者在 *?，(?: 或 (?P<…> 分组之内

函数

函数	功能
`re.compile(pattern, flags=0)`	将正则表达式的样式编译为一个正则表达式对象
`re.search(pattern, string, flags=0)`	扫描整个 `string` 找到匹配样式的第一个位置，并返回一个相应的匹配对象。如果没有匹配，返回 `None`
`re.match(pattern, string, flags=0)`	从 `string` 的起始位置匹配一个正则表达式样式，匹配就返回一个相应的匹配对象。如果没有匹配，返回 `None`
`re.fullmatch(pattern, string, flags=0)`	如果整个 `string` 匹配到正则表达式样式，就返回一个相应的匹配对象。否则返回 `None`
`re.split(pattern, string, maxsplit=0, flags=0)`	用 `pattern` 切分 `string`
`re.findall(pattern, string, flags=0)`	在 `string`中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
`re.finditer(pattern, string, flags=0)`	在 `string`中找到正则表达式所匹配的所有子串，并返回一个迭代器
`re.sub(pattern, repl, string, count=0, flags=0)`	使用 `repl` 替换字符串中的匹配项
`re.subn(pattern, repl, string, count=0, flags=0)`	行为与 `sub()` 相同，但是返回一个元组
`re.escape(pattern)`	转义 `pattern` 中的特殊字符
`re.purge()`	清除正则表达式缓存

正则表达式对象（Pattern）

方法

方法	功能
`search(string[, pos[, endpos]])`	扫描整个 `string` 找到匹配样式的第一个位置，并返回一个相应的匹配对象。如果没有匹配，返回 `None`
`match(string[, pos[, endpos]])`	从 `string` 的起始位置匹配一个正则表达式样式，匹配就返回一个相应的匹配对象。如果没有匹配，返回 `None`
`fullmatch(string[, pos[, endpos]])`	如果整个 `string` 匹配到正则表达式样式，就返回一个相应的匹配对象。否则返回 `None`
`split(string, maxsplit=0)`	等价于 `split()` 函数
`finditer(string[, pos[, endpos]])`	在 `string`中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
`sub(repl, string, count=0)`	等价于 `sub()` 函数
`subn(repl, string, count=0)`	等价于 `subn()` 函数

属性

属性	功能
`flags`	正则匹配标记
`groups`	捕获组合的数量
`groupindex`	映射由 `(?P<id>)` 定义的命名符号组合和数字组合的字典
`pattern`	编译对象的原始样式字符串

匹配对象（Match）

方法

方法	功能
`expand(template)`	对 template 进行反斜杠转义替换并且返回，就像`sub()` 方法中一样
`group([group1, ...])`	返回一个或者多个匹配的子组
`__getitem__(g)`	等价于 `m.group(g)`
`groups(default=None)`	返回一个元组，包含所有匹配的子组，在样式中出现的从1到任意多的组合
`groupdict(default=None)`	返回一个字典，包含了所有的命名子组
`start([group])` `end([group])`	返回 `group` 匹配到的字串的开始和结束标号
`span([group])`	返回一个二元组包含匹配 (开始,结束) 的位置 `(m.start(group), m.end(group))`

属性

属性	功能
`pos`	`pos` 的值
`endpos`	`endpos` 的值
`lastindex`	最后匹配的捕获组的整数索引，如果没有匹配产生返回 `None`
`lastgroup`	最后匹配的捕获组的名称，如果没有匹配产生返回 `None`
`re`	返回产生这个实例的正则对象，这个实例是由正则对象的 `match()` 或 `search()` 方法产生的
`string`	传递到 `match()` 或 `search()` 的字符串